Moderné technológie sa udomácnili už v takmer každom sektore. Nájdu sa však aj oblasti, kde majú obrovský potenciál, no zatiaľ sa v nich nevyužívajú. Príkladom je právnický sektor, ktorý je zastaralý a inovácie v ňom prakticky neexistujú. Slovák Jozef Maruščák o tomto probléme vedel a v hlave mu vznikol nápad, z ktorého vznikol CourtQuant. 

Jozef Maruščák má 25 rokov a vyštudoval právo na univerzite v Cambridge. Popri štúdiu začal so svojím spolužiakom pracovať na systéme, ktorého úlohou je predpovedať výsledok súdneho sporu. CourtQuant, ako sa systém nazýva, využíva na predpovedanie výsledkov umelú inteligenciu, pričom pochváliť sa môže svojou pomerne vysokou presnosťou.

V rozhovore sa ďalej dozvieš:

  • Čo je CourtQuant a načo sa používa
  • Prečo je umelá inteligencia v právnom sektore potrebná
  • Čo sú litigačné fondy
  • Ktorú profesiu môže umelá inteligencia nahradiť
Stojíš za projektom CourtQuant, ktorý predpovedá výsledky súdnych sporov. Ako vôbec vznikol nápad na vznik a aké boli vaše prvé kroky?

Na tomto projekte som začal pracovať s mojím nemeckým spolužiakom ešte z Cambridge. Hrali sme sa s prepojením technológií a práva a ako sme sa v tom začali pohybovať, tak bolo jasné, že v práve a hlavne v prediktívnej analytike sa takmer žiadne technológie nepoužívajú. Zo začiatku to bol študentský projekt, ktorý mal za úlohu pomáhať obetiam trestných činov. Išlo hlavne o to, zistiť, čo vlastne na nich bolo spáchané. Toto je v Británii relatívne komplikované.

Spravili sme jednoduchého Chatbota na základe ktorého si nás všimli britské noviny The Guardian. Potom sme si povedali, že toto sa nedá robiť vo veľkej škále, takže sme už nechceli v tomto pokračovať. S technológiami sme sa však hrali aj naďalej, až sme sa dostali k veľkým dátam a umelej inteligencii.

Umelá inteligencia sa zvyčajne používa na vyhodnocovanie nejakých atribútov, pričom je predpoklad, že to robí lepšie ako človek. Začali sme preto skúšať, či je možné predikovať výsledok súdneho sporu. Zistili sme, že to naozaj funguje a následne sme začali s kontaktovaním rôznych manažérov právnických firiem, aby nám povedali svoj názor.

V tomto prípade ide o niečo, čo sa v právnom sektore ešte nevyužívalo. Aké ste mali ohlasy zo strany odborníkov?

Zo začiatku nám nikto nedvíhal telefóny a určite veľkú rolu zohrával aj fakt, že sme boli „len“ študenti. Povedali sme si, že to bude potrebné spopularizovať a preto sme na sociálnych sieťach vyhlásili súťaž, v ktorej bude náš systém predikovať výsledky súdnych sporov proti najlepším právnikom. Nakoniec sa nám tam podarilo dotiahnuť až okolo 110 právnikov z TOP londýnskych firiem.

Jeden právnik z Londýna sa tohto nápadu chytil, pričom vyhlásil, že náš systém nikdy nebude fungovať, čím sme sa stali ešte známejšími. Súťaž sme nakoniec vyhrali, pričom článok o tejto udalosti sa preložil do 20 jazykov a písalo o nás dokonca aj BBC.

Riešili ste prvotné programovanie len pomocou vlastných síl?

Zo začiatku programoval môj spolužiak z Nemecka. On síce vedel programovať, no to čo vytvoril, bolo oproti súčasnej verzii dosť amatérske, ale fungovalo to. Jedna vec je, že vieš spraviť funkčný program, no je v ňom veľa chýb a nevieš s tým pracovať ďalej. On to postavil, otestoval a dnes to už robíme s inými ľuďmi na profesionálnej úrovni.

Umelá inteligencia sa v poslednej dobe skloňuje v médiách čoraz častejšie, no v spojení s právnym systémom sa na to akosi zabudlo a nevenujú tomu ľudia až takú zásadnú pozornosť. Môžeš však priblížiť, presne na akom princípe funguje CourtQuant?

Využívame neurónové siete, ktoré sa samé učia hľadať vzťahy medzi vstupmi a výstupmi. Vstupy môžu byť napríklad informácie o právnikoch, sudcoch, o koľko peňazí sa v danom procese súdi a výstup je výsledok. Ak ukážeš neurónovej sieti napríklad 100 000 výsledkov súdnych sporov, sama sa naučí hľadať medzi nimi vzťahy.

Následne je vytvorený strašne veľký, komplikovaný matematický model, ktorý tie vzťahy úplne presne vykresľuje. Keď program vzťahom porozumel, tak vieme spraviť to, že mu ukážem nový prípad s rovnakými vstupmi a on mi ukáže aký bude výstup. Toto je to najlepšie čo sa môže používať, pričom takéto technológie využívajú spoločnosti ako NASA, Google či Facebook.

Úspešnosť systémov závisí od dobrých zdrojov dát a od expertízy ľudí, ktorí s danými dátami robia. Pri väčšine typoch sporov dokážeme predikovať výsledok aspoň so 75 % úspešnosťou. Vo veľa prípadoch sa vieme dostať aj oveľa ďalej. Ďalej už presnosť vedia dostať hlavne odborníci na umelú inteligenciu

Umelá inteligencia sa potrebuje učiť na základe určitých vstupov, prípadne na základe nejakých už vopred vytvorených dát. Aké vstupy ste používali a ako ste sa k nim vlastne dostali?

Áno, je potrebné mať dobré zdroje dát. Sú to v podstate trénovacie dáta na ktorých sa neurónová sieť potom učí. Najpodstatnejšie je, okrem samotného zberu dát, aj ich triedenie podľa toho, ktoré majú relevanciu pre tvoje potreby.

Nakoľko sme boli medzi prvými, ktorí s niečím takým začali robiť, tak zdroje sme brali z verejne dostupných zdrojov. Išlo o súdne rozhodnutia, v ktorých sme začali skúmať, čo je v nich relevantné a čo nie. V jednej databáze môže byť aj niekoľko miliónov dokumentov. My z tých dokumentov nepotrebujeme úplne všetky informácie, ale len určitú časť. Napríklad človek, ak potrebuje z dokumentu len to najdôležitejšie, tak podstatné informácie si zvýrazňovačom podčiarkne. Pri desiatkach miliónov dokumentov sme museli nastaviť algoritmy spolu s umelou inteligenciou tak, aby vedela, ktoré časti z dokumentov sú relevantné.

Je CourtQuant použiteľný na všetky druhy súdnych sporov alebo sa špecializujete na konkrétne prípady?

Toto je ďalší problém. Vieme predikovať výsledky súdneho sporu alebo šancu mimosúdneho vyrovnania. Vieme povedať ako dlho bude súdny proces trvať, ale vieme odhadnúť aj náklady, či koľko peňazí vieš zo súdneho sporu získať.

V budúcnosti teoreticky bude možné CourtQuant využívať na viacero druhov súdnych sporov, no my sa teraz sústreďujeme hlavne na komerčné spory, v ktorých sa súdia dve firmy o veľké množstvo peňazí. Jedna vec je predikovať výsledok a druhá, predikovať konkrétne, čo bude tým výsledkom.

Ak sa pozrieme na rozvody, tak vedeli by sme predikovať, že tento prípad sa skončí rozvodom, no už ďalšie detaily v súvislosti s rozdelením majetku, detí, či stanovením výšky výživného sú už veľmi komplikované a bolo by potrebné na niečo také ešte väčšie množstvo dát. Toto je ale už vec budúcnosti.

Ako ste riešili prvotné financovanie? Všetko z vlastných zdrojov, alebo ste už aj pomoc od investorov?

Aktuálne berieme prvú investíciu. Doteraz sme projekt financovali len z toho, čo sme si zarobili. Teraz sme štyria a v januári by sme chceli získať prvé peniaze. Investície budeme mať z inštitucionálnych fondov, prípadne od investičných anjelov. Nechceme zobrať veľmi veľa peňazí, lebo firma má momentálne nízku hodnotu.

Náklady však zatiaľ boli veľmi nízke, pričom drvivá väčšina peňazí sa použila na platy. Tým, že sme si to sami robili, tak sme nepotrebovali peniaze v podstate na nič, okrem tých výplat. Nakoľko ide o B2B biznis, tak nepotrebujeme nič investovať ani do marketingu.

Ja zastávam pozíciu riaditeľa, máme človeka pre biznis, technického riaditeľa a jedného dátového analytika. Potrebujeme viac dátových analytikov a ľudí, ktorí vedia robiť s umelou inteligenciou. Preto, keď sa nájdu takí ľudia, budeme vďační, ak sa nám ozvú.

Nakoľko sa zameriavate hlavne na oblasť B2B, je pravdepodobné, že vaše služby budú využívať veľké nadnárodné spoločnosti. Môžete sa pochváliť už teraz spoluprácou s významnou spoločnosťou?

Dostali sme sa do akcelerátora britskej kancelárie spoločnosti Deloitte. Budeme spolu vyvíjať ďalšie využitia našej technológie na trhu. Máme teraz podpísané dva litigačné fondy (financovanie súdnych sporov, pri ktorých vstupuje do diania investor), ktoré sú veľké, no nie najväčšie v Anglicku. Spolupracovali sme napríklad aj s obrovskou nemeckou poisťovňou DAS.

Na Slovensku budeme mať developerský tím, lebo sú tu veľmi kvalitní ľudia. V budúcnosti nevylučujem trhy strednej Európy, no sústreďujeme sa hlavne na britský a americký trh.

Ako funguje celý systém CourQuant? Skús ho trochu bližšie popísať.

Ty sa cez internet prihlásiš pomocou prístupových kódov do programu, v ktorom zadávaš vstupy a vidíš v ňom aj všetky výsledky. V programe máš svoj užívateľské konto, rozhranie, pričom celý systém licencujeme na ročnej báze.

Formy poskytovania takýchto služieb sú rôzne, no myslíme si, že formou licencie je to najlepšie a aj nám tento spôsob vyhovuje najviac. Niektoré firmy sa veľmi boja o svoje dáta a chcú mať tento systém implementovaný do toho svojho. Tomuto sa chceme vyhnúť, lebo je to veľmi náročné na peniaze aj na čas.

Pracujeme s dvoma typmi klientov. Ide o litigačné fondy, ktoré preplácajú právne náklady a keď vyhráš spor, tak si zoberú niečo zo zisku a o poisťovne. Teraz začíname CourtQuant ponúkať aj právnickým firmám.

V súvislosti s tým, čo robíte sa ponúka otázka, či by sme sa mohli dostať do takého štádia, že by boli právnici úplne nepotrební. Je toto v dohľadnej dobe reálne?

Ja si myslím, že toto sa určite nestane a ani sa o to nesnažíme. Podľa mňa v tejto oblasti sú dva základné prúdy. Jedným z nich je to, čo robíme my. Je to prediktívna analytika na základe ktorej niečo vyhodnocuješ. Druhý prúd je automatizácia procesov, akými môže byť napríklad kontrola kontraktov či spisovanie zmlúv. Toto už niektoré firmy robia a myslím si, že vzniká dojem, že táto prax do istej miery môže ohrozovať právnika. Prediktívna analytika, podľa môjho názoru, skôr právnikovi pomáha. Vie lepšie vyhodnocovať situáciu a klient vie lepšie porozumieť danému problému.

Ide však o veľmi komplikovanú prácu, že si nedokážem predstaviť v blízkej budúcnosti nahradenie tejto profesie. Čo sa dá nahradiť, sú sudcovia. V niektorých prípadoch sme vedeli výsledok jednoduchších spotrebiteľských sporov predikovať s úspešnosťou okolo 91 %. S dobrým dátovým tímom by sme sa vedeli dostať na 95 %.

Zobraziť celú galériu (8)
Ilustračný/Pixabay

To už znamená, že na 95 % konzistentne rozhoduješ s minulými rozhodnutiami, na ktorých sa to stroj naučil. Keď chceš konzistentné rozhodnutia s tým, čo bolo kedysi, čo je asi jedna z ambícií súdnictva, tak vlastne nepotrebuješ sudcu, lebo za teba rozhodne stroj.

Niečo podobné už začali vyvíjať v Číne alebo v Estónsku. Pri jednoduchých sporoch, kde nejde o veľa budú prípady rozhodovať stroje. Automatizácia súdnictva však otvára veľa morálnych problémov.

V prvom rade sú stroje len tak dobré, ako sú dobrí sudcovia. Teda, ak je sudca rasista alebo nie je kompetentný, stroje budú úplne rovnaké, kedže sa učili na ich rozhodnutiach. Algoritmy teda zmenšujú priestor na zmenu/reformu.

Uvažovali ste o ponúkaní vašich služieb aj bežným spotrebiteľom a nielen B2B klientom?

V prípade B2B od nás odkupuje náš systém na základe licencie určitá firma. Ak si systém kúpi právna firma, tak sa CourtQuant dostáva aj spotrebiteľom, kde tiež môžu vidieť tie výsledky. Problém je v tom, že na momentálne fungovanie systému potrebuje klient vedieť opísať svoju právnu a faktickú situáciu. To obyčajný spotrebiteľ určite nedokáže – potreboval by si najať právnika a museli by sme sa spoľahnúť na presnosť jeho zadaných informácii.“ Nevylučujem to v budúcnosti, išlo by však o ťažký medzikrok, nastaviť systém tak, aby ho vedeli používať aj menej informovaní ľudia. Bolo by to extrémne náročné.

Spomínali sme, že CourtQuant je predovšetkým určený na predikciu výsledkov súdnych sporov. Vieme ho však využiť aj pri predikcii niečoho iného?

Právnikov určite zaujíma to, koľko ten spor bude stáť. Právnické firmy majú veľký problém s určovaním ceny za svoje služby. V niektorých sporoch sa väčšinou určí hodinová sadzba a počet hodín, koľko bude na daný spor potrebných. V iných sú sumy väčšinou uvádzané v nejakom rozmedzí. Nie je možné stanoviť úplne presnú sumu.

Klienti navyše právnikov tlačia do toho, aby si stanovili aspoň maximálnu hranicu toho, koľko to môže stáť. Keď to právnik zle vypočíta, tak prerába na spore obrovské peniaze, lebo tomu venuje oveľa viac času, ako by mal a potom ho to stojí veľké peniaze. Právnikov preto bude určite zaujímať predpokladaná dĺžka súdneho sporu a hlavne cena, pričom tento údaj je samozrejme dôležitý aj pre klienta.

Týmto sa predchádza aj situáciám, keď právnik povie klientovi, že jeho budget je vyčerpaný a je potrebné ho navýšiť pre ďalšie napredovanie v jeho prípade. CourtQuant jednoducho prináša viac svetla, aby sa dalo lepšie pochopiť o čo tam vlastne ide.

V súčasnosti je pre firmy veľmi dôležitá bezpečnosť. Ako máte vyriešenú bezpečnosť a je vôbec možné CourtQuant nejakým spôsobom zneužiť prostredníctvom tretích strán?

Máme dáta, ktoré by sa nemali dostať von, ako asi každá dátová spoločnosť. Na bezpečnosť sú štandardné postupy, ktoré samozrejme využívame aj my, aby sa nestalo to, že sa dáta zneužijú, takže čo sa tohto týka všetko je štandardne zabezpečené, aby sa nič podobné nestalo.

Okrem výsostnej a veľmi nutnej potreby dátových analytikov, aké sú plány CourtQuant do najbližšej budúcnosti?

Áno, potrebujeme dátových analytikov a ľudí, ktorí robia s umelou inteligenciou. Ďalej potrebujeme v priebehu januára alebo februára získať financie, ktoré sú rozhodne nevyhnutné. Potom potrebujeme zistiť do akej miery vieme pridávať hodnotu pre právnické firmy alebo pre dane.

Zobraziť celú galériu (8)
Ilustračný/Pixabay

Budeme pracovať aj na samotnom produkte, nakoľko vertikály pre právnické firmy alebo dane budú vyzerať úplne inak. Ako som už spomenul, právnické firmy nezaujíma až tak výsledok súdneho sporu, ale viac sa sústreďujú na cenu. Pre dane to môže byť úplne niečo iné. Potrebujeme identifikovať, čo chcú firmy aby sme predikovali a potom, či to vôbec vieme predikovať. Na toto všetko potrebujeme kapacitu ľudí, ktorí sa tým budú zaoberať.

Pošli nám TIP na článok



Teraz čítajú